<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[阿芒的博客]]></title><description><![CDATA[Storm-大数据-云计算]]></description><link>https://blog.youkuaiyun.com/amon1991</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; amon1991]]></copyright><item><title><![CDATA[4、FlashTsDB时序数据库-性能测试]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/111885876</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/111885876</guid><author>amon1991</author><pubDate>Tue, 29 Dec 2020 11:39:44 +0800</pubDate><description><![CDATA[&nbsp;
FlashTsDB时序数据库-性能测试
FLashDB基于开源模式开发，地址：https://github.com/amon1991/flashdb
1、测试环境




服务器类型
配置说明
数量
其他说明




Linux
CPU：8core 2.30GHz 硬盘：200G 内存：16G
3
操作系统：Centos 应用程序：zk,hadoop,hbase,redis


Windows
CPU：8core 硬盘：500G 内存：12G
1
FlashTsDB，测试客户端


网络环境：]]></description><category></category></item><item><title><![CDATA[3、FlashTsDB时序数据库-Hbase 存储结构设计]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/111885808</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/111885808</guid><author>amon1991</author><pubDate>Tue, 29 Dec 2020 11:37:54 +0800</pubDate><description><![CDATA[&nbsp;
FlashTsDB时序数据库-Hbase 存储结构设计
FLashDB基于开源模式开发，地址：https://github.com/amon1991/flashdb
1、背景
FlashTsDB底层采用Hbase存储测点历史数据，Hbase存储结构的设计对最终数据的存取性能起到决定性的作用。
2、Hbase存储结构设计



Rowkey
如上图所示，rowkey包括三个部分组成，每个部分占用4个字节，总共12字节。
在FlashTsDB中，每个测点编码都会对应一个唯一的数字ID，在新建测点时]]></description><category></category></item><item><title><![CDATA[2、FlashTsDB时序数据库-SDT算法（Java）实现]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/111885751</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/111885751</guid><author>amon1991</author><pubDate>Tue, 29 Dec 2020 11:35:03 +0800</pubDate><description><![CDATA[&nbsp;
FlashTsDB时序数据库-SDT算法（Java）实现
FLashDB基于开源模式开发，地址：https://github.com/amon1991/flashdb
1、SDT原理

2、压缩算法
Point对象
public class Point implements Comparable&lt;Point&gt; {

    private long x;     // 时间戳
    private double y; // 测点值

    // ... 此处省略set，get方]]></description><category></category></item><item><title><![CDATA[1、FlashTsDB时序数据库介绍]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/111885667</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/111885667</guid><author>amon1991</author><pubDate>Tue, 29 Dec 2020 11:32:32 +0800</pubDate><description><![CDATA[&nbsp;
FlashTsDB时序数据库介绍
1、What is FlashTsDB
1.1 背景
随着互联网、物联网的不断发展，对于海量具有时序特征数据的存储需求日益增多，TSDB（时序数据库）开始受到更多的关注。传统的商业时序数据库（例如OSI-PI）价格昂贵；Influxdb作为目前开源排名最高的时序数据库，集群版已经闭源商业化，开源版仅支持单机模式；OpenTsDB集群方案成熟（Hbase），但实测压缩比不高，性能也是差强人意。
在这样的大环境下，当前市面上无论是开源时序库还是商业时序库都有各自的]]></description><category></category></item><item><title><![CDATA[Spring Cloud 详解（第二篇：Ribbon负载均衡）]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/79445812</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/79445812</guid><author>amon1991</author><pubDate>Mon, 05 Mar 2018 14:55:13 +0800</pubDate><description><![CDATA[Spring Cloud 详解（第二篇：Ribbon负载均衡） 
@(Spring Cloud微服务)[java, spring-cloud, eureka,rtibbon] 
接上一篇：http://blog.youkuaiyun.com/amon1991/article/details/79347660 
我们测试了如何通过Eureka组件来构建一个注册中心，这一篇中，我们将使用注册中心Eureka和Ri...]]></description><category></category></item><item><title><![CDATA[Spring Cloud 详解（第一篇：Eureka注册中心）]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/79347660</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/79347660</guid><author>amon1991</author><pubDate>Thu, 22 Feb 2018 15:36:36 +0800</pubDate><description><![CDATA[Spring Cloud 详解（第一篇：Eureka注册中心）

@(微服务)[java|spring-cloud|eureka]

Eureka 注册中心是入门Spring Cloud微服务架构的必学组件，是学习所有其他组件的基础和基石。

微服务的核心思想是分而治之，各司其职，而如何将这些各司其职的微服务实例协同起来，则需服务注册中心的介入。在Spring Cloud微服务体系中，这个第三方协...]]></description><category></category></item><item><title><![CDATA[利用Redis+Nginx实现Sping-Boot应用的负载均衡部署]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/78173658</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/78173658</guid><author>amon1991</author><pubDate>Sun, 08 Oct 2017 10:53:46 +0800</pubDate><description><![CDATA[利用Redis+Nginx实现Sping-Boot应用的负载均衡部署]]></description><category></category></item><item><title><![CDATA[自定义Thrift连接池]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/77427236</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/77427236</guid><author>amon1991</author><pubDate>Sun, 20 Aug 2017 10:58:19 +0800</pubDate><description><![CDATA[自定义Thrift连接池Thrift作为一个高性能的RPC框架，广泛应用于后端服务的进程间接口调用场景中。对于Java开发者而言，thrift客户端调用框架并没有提供相关的连接池能力进行使用，对于性能要求较高的用户可以自定义Thrift连接池以满足自身的需求，本着不重复造轮子的原则，笔者使用apache commons-pools2实现了一套自定义的Thrift连接池供大家参考。]]></description><category></category></item><item><title><![CDATA[Apache Commons Pool2 源码分析]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/77110657</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/77110657</guid><author>amon1991</author><pubDate>Sat, 12 Aug 2017 10:30:23 +0800</pubDate><description><![CDATA[Commons Pool2本质上是”对象池”,即通过一定的规则来维护对象集合的容器;commos-pool2在很多场景中,用来实现”连接池”/”任务worker池”等,大家常用的Jedis pool数据库连接池,也是基于commons-pool2实现.]]></description><category></category></item><item><title><![CDATA[Spring-Boot + Swagger2 自动生成API接口文档]]></title><link>https://blog.youkuaiyun.com/amon1991/article/details/76774880</link><guid>https://blog.youkuaiyun.com/amon1991/article/details/76774880</guid><author>amon1991</author><pubDate>Sun, 06 Aug 2017 15:51:48 +0800</pubDate><description><![CDATA[spring-boot作为当前最为流行的Java web开发脚手架，相信越来越多的开发者会使用其来构建企业级的RESTFul API接口。这些接口不但会服务于传统的web端（b/s），也会服务于移动端。]]></description><category></category></item></channel></rss>